用于对文本进行实体识别、语义标注的软件和源码的文档。

该指导手册包含对信息抽取对介绍，ANNIE的使用，以及GATE的多种组件。

Chatbot_CN 基于深度学习、强化学习、对话引擎的多场景对话机器人 • • • • • • • • Made by Xu • :globe_with_meridians: 项目说明     Chatbot_CN 是一个基于第三代对话系统的多轮对话机器人项目，旨在于开发一个结合规则系统、深度学习、强化学习、知识图谱、多轮对话策略管理的 聊天机器人，目前随着时间的慢慢发展，从最初的一个 Chatbot_CN 项目，发展成了一个 Chatbot_* 的多个项目。目前已经包含了在多轮任务型对话的场景中，基于话术（Story）、知识图谱（K-G）、端到端对话（E2E）。目的是为了实现一个可以快速切换场景、对话灵活的任务型机器人。 同时，Chatbot_CN 不仅仅是一个对话系统，而是一套针对客服场景下的完整人工智能解决方案。对话是解决方案的核心和最重要一环，但不仅限于对话，还包括智能决策

cocoNLP - 中文信息抽取工具包

顾客评论信息抽取算法的研究.pdf

人工智能-机器学习-表格信息抽取引擎的设计与实现.pdf

ACE_2005完整数据集，包括english,chinese,arabic数据，可用于信息抽取，事件抽取等。-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

这是VLDB 2018的best paper，强烈推荐，在快速训练集方面非常有用！

LETOR 是一个网页搜索排序数据集，包括搜索关键词和搜索结果数据，可用以评价文档排序算法的效果。

CCKS2019-任务5 引言 目前，PDF已成为电子文档发行和数字化信息传播的一个标准，其广泛的学术界的交流以及各类公告的发行。如何从非结构化的PDF文档中抽取结构化数据是知识图谱领域所面临的的一大挑战。此处利用Adobe公司开发的Acrobat DC SDK对PDF进行格式转换，从半结构化的中间文件进行信息转移。引用现有的开源PDF解析方法，Acrobat导出的中间文件保存了更完整在CCKS 2019年公众公司公告评论中，我们的方法获得总成绩第三名。在本次评估中，我们将公告文件（PDF）格式）转换成XML。对于任务一，我们通过查找表标签，获取PDF中所有的表格；然后根据表格的一部分，确定其